导读
作为90后一代，小时候最喜欢的两个动漫就是神奇宝贝和数码宝贝了，那个年代不像现在这么发达，每次一下课就冲回家打开电视，虽然大学的时候尝试着去看，已经没有当年的热情了。
但是，不好意思，今天突然不小心搜到别人利用神奇宝贝的数据集训练一个神奇宝贝图鉴，我忍不住了，有点小激动，之前看李宏毅老师的视频，发现他也是个动漫迷，很多例子都是拿神奇宝贝来举，一开始还以为他读的是神奇宝贝专业，哈哈。
进入正题
一、目标
搞一个大木博士同款的神奇宝贝图鉴——能实现看到一只神奇宝贝，告诉我它是谁？？？
二、原理
从功能上，可以看出来，这tmd居然是以图搜图，高科技啊！
第一步，创建图像索引，要先建立神奇宝贝的数据库（神奇宝贝图片+神奇宝贝名字）；
第二步，在数据库中搜索神奇宝贝，并推送出最相似的结果
三、实现思路
实现思路——转化为训练一个分类器问题
第一步，数据集准备（看的我心痒痒，把我的大师球呈上来）
我把我的数据集链接给你交了：
（第一个英文版，第二个中文版）
https://bulbapedia.bulbagarden.net/wiki/List_of_Pok%C3%A9mon_by_National_Pok%C3%A9dex_number
http://wiki.52poke.com/wiki/%E5%AE%9D%E5%8F%AF%E6%A2%A6%E5%88%97%E8%A1%A8%EF%BC%88%E6%8C%89%E5%90%88%E4%BC%97%E5%9B%BE%E9%89%B4%E7%BC%96%E5%8F%B7%EF%BC%89
第二步，使用keras创建一个分类器
这边就不详细介绍了，作者的源码链接如下（个人感觉可以自建一个简单网络结果就可以实现）
注意点：这里的链接虽然有很多照片，但是难道他是用爬虫爬下来的
四、效果
总结
这里没有过多的讲解细节，只是大概的讲解了一下思路，很遗憾，争取下次补上，有兴趣的可以参考这篇文章尝试一哈
https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns/
